Bästa CUDA-kortet för beräkningskapacitet?

Quadro kort är väl det som gäller..?

* Tillsammans med Xeon processorer

För beräkningar är de Tesla som gäller,, Quadro är mer för modelering.
GTX 580 är de snabbaste single GPU kortet på spel marknaden så de ger ju bäst prestanda också.

Det hade underlättat att veta vilka typer av beräkningar, vilken plattform etc som skall användas. Om det är mjukvara optimerat för CUDA-kod så är det antalet CUDA kärnor som gäller. Maximal densitet av kudakärnor i en dator är GTX590 om man ser till konsumentkort.

4x590 på ett moderkort ger således en sjuhiggutas beräkningskraft om du kan nyttja det.

Viss kod med stöd för CUDA beräkningar som till exempel Photoshop har jag för mig att det endast kan använda en GPU för de beräkningarna och då är 590 pengarna i sjön då man får mer effekt av ett singel 580 och så vidare.

Så det är ganska avhängt av plattform/mukvara och hur optimerat det är, dock är tummregeln att mer CUDA-kärnor är bättre. Sedan skall du ha en fysisk plattform som kan skyffla sjuka mängder data på PCI-E portarna så en 1366bas med NF200 chip för fulla PCI-E lanes till alla grafikkort är också en bra plan. Se till att ha CPU prestanda för att koordinera dataflödet där med och RAM nog för buffert.

Vet tyvärr inte var man kan hitta sådana siffror. Men för moderkort med lite PCI-E lanes är ASUS P6T6 WS Revolution ett bra alternativ med 16+8+16+8+16+4 lanes på sina portar, dvs med 2slotts grafikkort så får du 16lanes på 3 grafikkort. 24GB ram borde räcka rätt bra och skulle föreslå en hexacore processor till det, mest för att kunna hantera multipla trådar optimalt.

Tesla quadro och geforce korten är exakt samma kort, det finns alltså både gtx580 som geforce quadro och tesla kort, de heter bara olika. Tesla är väl lite optimerade för beräkningar, quadro för modellering och geforce för spel. Dock kommer fortfarande två geforce 580 utprestera ett tesla 580 i beräkningar.

Den största skillnaden är att geforce-korten är högre klockade och presterar lite bättre generellt, medians quadro och tesla korten är betydligt mer stabila och räknar aldrig fel, eftersom de inte får hända. Det gör inte så mycket om ett geforce räknar fel någon gång i ett spel, det märks inte, det ska bara pumpa ut FPS ändå.

Sen har tesla korten stöd för lite mer tekniker än geforce, eftersom geforce är låsta.

Du kan dock köpa ett geforce gtx 580 och flasha in tesla bios i det, så stödjer de Allt som teslakorten gör.

Men VILKA beräkningar ska du göra?

I de fallen det finns ordentligt stöd för amds kort så utklassar dem nvidias kort i beräkningar eftersom amds arkitektur är betydligt bättre lämpad för beräkning, så det kan ju vara ett alternativ.

Det är väl bara vid spel som hög pci express bandbredd behövs? Där strömmas ju data i realtid oerhört snabbt. Vid beräkningar tar väl kortet emot ett helt paket data, räknar ut den och skickar tillbaka, så hög bandbredd inte behövs?

Vad jag hört så presterar ett gtx 580 lika bra i en pci express 16x port som en pci express 1x port, i alla fall i folding och i physx beräkning.

Beros helt på vilka typer av beräkningar som skall köras. "batcha" beräkningar som i folding behövs inget. Strömma tyngre realtidsberäkningar såsom väderdata är en helt annan fråga. Om man skall bygga en dator i denna klassen är det absolut värt att inte snpla någon tusenlapp på plattformen för att få en flexibel lösning. Särskilt om de skall leka/bencha/testa vad man kan få ur den.

Geforce är dock strypta till 25% prestanda vad gäller double-precision floating point (64-bit beräkningar), vilket gör att det krävs motsvarande cirka tre GTX 580'or för att komma upp i samma beräkningskapacitet som ett Quadro 6000, eller dubbla GTX 590 för att nå upp till Tesla C1060.

En annan sak som också bör tas med i beräkningen är att Quadro och Geforce inte är optimerade för att hantera CUDA över flera grafikenheter - Geforce dedikerar normalt CUDA-hanteringen till ett grafikkort (samma som väljs som PhysX-kort), Quadro låser den automatiskt på sig självt om det sitter ett Geforce där också. Det går att koda om hanteringen men det krävs att applikationen skrivs med SLI-stöd.

Nej, det kan man då absolut inte göra. Om det mot förmodan skulle gå in fungerar inte grafikkortet efteråt. Tesla saknar videoutgångar, det har ECC-minnen vilket Geforce inte har samt 2,5 GB mer RAM-minne.

Skitsnack, det gäller enbart Bitcoin mining och det till stor del för att det inte är optimerat för NVidia. Folding exempelvis där det finns klienter för båda systemen visar klart på att NVidiaarkitekturen är effektivare.

Stämmer, GPGPU och CAD kräver väldigt lite av PCIe-bussen.

För att förtydliga, Quadro/Tesla har fyra gånger högre prestanda per MHz per CUDA-core än Geforce i beräkningar.